一种局部场电位中去除心电干扰的方法
最近,课题组联合华西神经外科王伟教授团队在《IEEE TRANSACTIONS ON NEURAL SYSTEMS AND REHABILITATION ENGINEERING》期刊上发表了一项重要研究成果,通过最小化模板匹配后的方差,提升局部场电位LFP信号中心电信号峰值检测的准确性,提升LFP信号质量。这一工作有望应用在闭环深部脑刺激(DBS)系统,提升其治疗的精准性和效果。
DBS是一种被广泛应用于治疗各种神经系统和精神疾病的功能性神经外科技。然而,传统的开环DBS仅能以固定参数提供刺激,无法根据疾病状态的波动实时自动调整参数,可能导致治疗效果降低。最近,自适应DBS或闭环DBS的发展实现了根据LFP信号中神经振荡的动态特征自动调整刺激参数,被认为是比开环DBS更有效的治疗技术。在闭环DBS中,高质量的LFP信号对于提取准确的生物标志物非常重要。然而,以往的研究表明,LFP记录中常常出现ECG干扰,严重影响了闭环刺激的有效应用。通过对4例帕金森患者进行手术,将电极植入丘脑底核(STN),我们采集到了真实的LFP 信号,并都伴随着ECG伪影。由于ECG信号的R锋振幅远大于LFP信号,在模板匹配算法中,如果能够正确减去ECG伪影,则信号的变化会显著减小。基于此原理,本文提出了TSMV算法。
图1 真实采集过程与采集靶点位置
本文首先对比了TSMV和传统PT算法的峰值检测性能。如表中1所示,TSMV在TP和FN上的表现优于PT,而它们的FP值均为零。这表明,TSMV和PT都成功地避免了错误检测到的峰值,但是PT错过的峰值数量较多。这导致TSMV相较于PT具有更高的灵敏度和更低的错误率。在图2中,展示了通过这两种方法检测到的八个记录的样本片段。TSMV检测到的位置恰好在信号的峰值上,而PT检测到的位置则不是。因此,TSMV的TP值高于PT。然而,如果PT检测到的位置与真实峰值之间的距离在预定的允许误差范围内,这些位置仍然被视为真阳性,而不是假阳性。因此,两种算法的FP值均为零。
表1 峰值检测性能比较
图2 峰值检测性能
在进行峰值检测后,我们使用模板减法来去除LFP信号中的ECG伪迹。图5展示了原始信号和经过模板减法处理后的信号的样例记录。处理后的结果在四位患者的数据中呈现差异。总体而言,与PT相比,TSVM下剩余峰值的数量较少。对于PT,所有四位患者的数据中均存在峰值伪迹的残留。而对于TSVM,第二位患者(L2、R2)、第三位患者(L3、R3),以及第四位患者(L4、R4)的峰值伪迹几乎被完全去除。L2和R2仍然存在很多振幅较低的峰值,可能来自T波。在R2和L2中还观察到了较深的S波。此外,在R1中也似乎存在一小部分T波。这些因素影响了噪声抑制效果。在TSVM之后,L3、R3、L4和R4的信号质量比其他患者更高,它们在TSVM之后的波形与清洁后的LFP信号相似,难以直观地识别出伪迹。
图3 分别基于TSVM和PT进行模板减影后,将10 ~ 60 s内的信号与原始信号进行波形分析
图4 原始数据、TSVM和PT处理后数据和干净的beta频段(13 ~ 30 Hz)的频谱比较
鉴于13-30 Hz的beta带在PD研究中的重要性,我们分别计算了全频带和beta带中的RMSEP。结果显示,对于所有数据,PT在SNR和RMSEP方面均不及TSVM。此外,L1和R1中TSVM和PT之间的这两个指标的差异相较于其他患者的记录之间更小,这与图3中峰值去除的性能趋势一致。在RMSEP方面,将频谱从全频带缩小到beta带时,TSVM和PT之间的差异增大。模板减法处理后,频谱变得更加平滑,而与PT相比,TSVM处理后的数据的频谱更接近丢弃伪迹数据后的频谱。
总体而言,观察和测量结果都表明,新算法TSVM处理后的LFP信号质量优于PT。在时域,信噪比更高;在频域,RMSEP更低。因为TSVM中没有超参数,整个信号处理过程简单易行,也为其在未来闭环DBS中的应用提供了便利。
文章信息:Jiayuan He, Botao Xiong, Qigang Ran, Tao Zhang, Wei Wang, Wei Zhang, and Ning Jiang, Variation Minimization Based Electrocardiogram Artifacts Removal for Local Field Potentials from Neurostimulator. IEEE Transactions on Neural Systems and Rehabilitation Engineering, doi: 10.1109/TNSRE.2023.3341160